国外AI 工具库 · 第 3 页

用声明式任务、工作区和模型配置启动沙盒中的智能体工作负载，并通过命令行观察执行状态。

提供可后台运行的个人智能体，结合网页界面、定时流程、记忆和带权限限制的工具执行。

通过桌面应用配置单个或多个智能体，利用浏览器、终端及工具连接并行处理多步骤工作。

使用本地模型围绕主题反复搜索、总结和检查资料缺口，输出包含使用来源的 Markdown 研究摘要。

提供可自托管的聊天应用，通过部署地址和智能体标识连接已有 LangGraph 服务并查看对话。

帮助 Python 开发者把 PyTorch 训练脚本运行在不同单机或分布式硬件环境，并配置启动方式。

自动进行机器学习模型选择和参数调优，可在资源约束下为分类、回归等任务寻找候选模型。

通过模型请求网关、训练器和运行控制器收集智能体交互并进行强化学习训练，保留原智能体工具和执行环境。

Hugging Face Chat UI 是基于 SvelteKit 的大模型聊天界面，也是 HuggingChat 的开源代码基础。当前版本通过 OpenAI 兼容接口连接模型，并使用 MongoDB 保存会话等数据。

按用户指令与示例从文本中提取结构化信息的 Python 库，可将结果对应回原文位置并可视化复核。

通过 LoRA 等参数高效方法适配预训练模型，训练并保存适配器，再与基础模型组合进行推理。

通过本地服务协调多个 AI 编程命令行工具，让监督智能体按并行或顺序分配工作，并在独立终端会话中运行各执行者。

面向概率时间序列建模的 Python 工具包，可使用深度学习模型训练历史序列并生成预测分布。

时间序列分析工具包，涵盖预测、变化检测和特征提取，可将表格数据转换为统一的时间序列对象。

让语言模型提出研究想法、运行实验并生成论文草稿的研究软件，提供语言模型训练、扩散模型和泛化实验模板。

Alibi Detect 是面向异常、对抗样本与数据漂移检测的 Python 库，覆盖表格、文本、图像和时间序列，并提供检测器训练、预测与保存接口。

Evaluate 提供模型评估、模型比较和数据集测量接口，可加载评估模块、计算指标，并利用指标说明查看输入类型与适用范围。

Transformers 为文本、视觉、音频、视频及多模态模型提供统一的模型定义，用于训练和推理；Pipeline 接口可处理输入预处理并返回任务对应的结果。

LitServe 允许开发者用 Python 定义 AI 推理服务的模型加载、请求处理与输出逻辑，可构建推理 API、智能体和多模型流程，并提供并发与部署支持。

在 Apple 芯片设备上使用 MLX 生成文本和微调语言模型的 Python 工具包，提供终端对话、模型量化及模型仓库集成。

picoLLM 是运行压缩大语言模型的跨平台推理 SDK，支持在本地 CPU 或 GPU 上执行模型，并提供 Python 等接口来生成提示词续写结果。

根据任务描述、示例和模型反馈迭代优化提示词，也可结合自定义训练数据调整指令与上下文示例。